自适应分层交互式遗传算法及其应用研究.pdfVIP

中田自动化学会乍东地区第}t届学术年会会议论史 自适应分层交互式遗传算法及其应用 巩敦卫1郝国生“2孙晓燕’ 1．中国矿业是学信息与电气工程学院，江苏徐州221008； 5 徐州师范大学工学院计算机工程糸．江苏徐州22101I) 摘要：针对交互式遗传算法存在用户易疲劳问题．提出筚于求同算子的自适戍分崖交互式遗传算法．给出 分层的思想、分层时机的选择以及分层方法，分析算法的效牢，将其应用于服装i殳计中．实验结果验证， 方法的有效性． 关键词：交互式遗传算法：求同算予：自适应；分层 中圈分类号： 文献标识码： 文章编号 0引言 Genetic 交互式遗传算法(Interactive 应值的遗传算法(Genetic o自20世纪90年代被提出以来，IGA已成功地应 Algorithm，GA)lll 用到服装设计、乐曲创作、语言处理与韵律控制、知识获取与数据挖掘等领域P-Sl。交互式进化计 算要求进化种群的规模不能太大，进化代数不能太多，一般进化种群规模不超过10．进化代数不 超过20pl。 交互式遗传算法的局部搜索能力不强。为了解决这个问题，j．H．Lee等在IGA中加入直接操 作(Direct 法仍有三个育待改进的方面：(1)该方法误操作的概率较大；(2)从本质上说是在部分基因值中 的枚举搜索：(3)需要人为的而不是自动地进行分层，当基因编码较长时，用户需要多次直接操 作，会严重增加用户的疲劳。 针对上述问题，本文提出了基于：求同算子的自适应分层交互式遗传算法．避免用户直接操作． 并避免枚举搜索，从而减少误操作，减轻用户疲劳：最后．通过将该方法运用到服装设计，阐明 了该方法的可行性及有效性。 1自适应分层交互式遗传算法 本节主要解决如下五个方面的问题：(1)分层的必要性及思想：(2)自适应分层的依据，即 求同算子：(3)分层时机的选择：(4)分层基因段的选定：(5)分层算法的实现。 1．1分层的必要性及思想 选择和交叉算子的作用，使搜索空间趋近于最优解区域。因此会出现同一代中的所有个体编 码中的部分基因意义单元会趋同。此时全局搜索搬难提高算法的性能，因此针对种群个体中不同 的基因意义单元进行单独进化，非常必要。 本文提出的自适应分层IGA的思想是：首先利用IGA使进化种群在整个编码空间中进行全局 搜索．当全局搜索进行到一定程度时，转入关键基因段的区域搜索．当区域搜索进行到一定程度 时，再转入新的关键基因段的更小区域搜索．如此进行F去，直到得到满意解为止。 1．2基因意义单元与求同算子 收稿日期：2004-7-4 基盒埂且：唇家自然科学基金资助项目 作者筒介：巩教卫(1970-)．男．江苏铜山县人．副教授．工学博t．博士生导师，从事进化计算、智能控制的 版专著l部． 中国自动化学会华东地区第1t届学术年会会议论文 定义1设个体基|蔼编码为CIC2…c。．其中若干位编码组合代表个体的一个属性。我们称能且 只能代表一个含义的基囡编码段为一个“基因意义单元”。将个体编码的第i个基因意义单元记为 U，。设U，编码长度为m，采用K进制或字符集位串，则u的取值就有K…种。 定义2把用于求不同个体同一基因意义单元含有共同取值的方法称为求同算子．记作0。 (1001)=(01)(”’)……11001)。 1．3分层时机的选择 当进化种群个体间差别很小，即个体的基因意义单元取值差别较小时，全局搜索很难提高算 法的性能．此时应终jI全局搜索．进入局部搜索。 基因编码为(CtIGi2)…(气，．气)· 设求同算子求出所有第t代个体的不同基因意义单元为第币位开始的^(1≤X≤p．p为一个 进化个体包含的基因意义单元数)个基因意义单元。不失一般性．令‘『l。所有基因意义单元的 部分共同的意义单元，此时进入局部搜索阶段。 1．4分层基因段的选定 继续进化的关键基因段。 当选定将·。作为局部进化的基因段后，经过一定代数的进化后求同算子会选定更小的关键基 因段．，。 可见。局部搜索比全局搜索的区域明显-藏小。因